車輛中心 產業發展處 張凱喬

高精準度自動駕駛圖資(Highly Automated Driving Map, HAD map)，概念於2013年由HERE公司提出，旨在透過更先進的圖資收集技術，滿足未來自動駕駛科技對圖資系統之需求。
目前市面上之車輛導航雖已具規畫最佳路徑及預測抵達時間等功能，然而未來要發展的先進駕駛輔助系統及自動駕駛系統，必須依賴圖資內容完整性與即時性才能達成。未來自動駕駛圖資系統可協助車輛獲取不局限於車身傳感器所能獲取之道路資訊，例如車道分隔線、護欄、高低差道路、限速路段等附屬於道路的信息；即時性則是透過網路雲端提供車輛最新路況以協助其自動駕駛。

HAD map成為自動駕駛不可或缺的基礎
國際研調機構ABI research指出，HAD map精準度須達到十公分內，因為自動駕駛需透過外在感測器搭配圖資系統，判斷車輛是否維持在正確的車道內，同時，現今都市道路系統日趨複雜，高架道路、平面道路與地下道交織緊密，所以HAD map將圖資系統維度從2D提升至3D，蒐集標誌、道路縮減、道路邊界、速限及道路線型等整體環境資料，均有助自動駕駛系統判斷正確路型。

此外，基於網路基礎設施逐步健全，搭配物聯網概念崛起，HAD map應用群眾外包(Crowdsourcing)方式蒐集更新圖資，意即每部汽車都具備蒐集圖資的功能(Map-as-a-sensor, MAAS)，使得圖資系統能獲取車輛於道路上所接受到的最新道路資訊，包含即時車流量、道路施工、停車狀況及天氣等。傳統導航系統與HAD map差異比較如下表。

表:傳統導航系統與HAD map差異比較

資料來源：車輛中心整理

HAD map需求看好，國際大廠異業結合共同發展
國際上知名導航圖資大廠如TomTom、HERE及Google等，皆看準未來HAD map需求，投入大量資源、結合異業共同衝刺相關技術。Tomtom於2015年與UBER及DigitalGlobal達成合作協議共同發展HAD map；HERE則在2015年被Daimler、BMW及Audi斥資25億歐元收購，可見車廠對於HAD map的重視；而Google憑藉自身擁有豐富圖資，已發展自動駕駛多年，其應用光達(Lidar)技術蒐集道路3D環境，相信可以使HAD map精準度更為進步。